docs/project_plan.md

RemoteAgent 프로젝트 - Grok LLM 추가 계획

프로젝트 개요

현재 RemoteAgent 프로젝트는 OpenAI와 DeepSeek 두 가지 LLM을 선택하여 사용할 수 있는 RAG 기반 챗봇 시스템입니다. 이 프로젝트에 Grok LLM을 추가하는 작업을 수행했습니다.

현재 프로젝트 구조 분석

LLM 인터페이스 구조

현재 프로젝트는 다음과 같은 인터페이스 및 클라이언트 구조를 가지고 있습니다:

1. LLM 인터페이스 클래스 (utils/llm_interface.py)

   • 다양한 LLM API를 통합 관리하는 인터페이스 제공
   • 현재 OpenAI, DeepSeek, 그리고 새로 추가된 Grok LLM 클라이언트를 초기화 및 관리
   • LLM 선택, 텍스트 생성, RAG 기반 텍스트 생성 등의 메서드 제공

2. LLM 클라이언트 구현

   • OpenAI 클라이언트 (utils/openai_client.py)
   • DeepSeek 클라이언트 (utils/deepseek_client.py)
   • Grok 클라이언트 (utils/grok_client.py) - 새로 추가됨
   • 각 클라이언트는 환경 변수에서 API 키 및 설정 로드
   • 공통 인터페이스로 generate() 및 rag_generate() 메서드 제공

3. 웹 애플리케이션 통합

   • Flask 기반 웹 애플리케이션 (app/app.py)
   • LLM 인터페이스를 초기화하고 웹 API를 통해 제공
   • LLM 선택 및 변경 API 구현 (/api/llm)
   • 채팅 및 문서 업로드 등의 기능 제공

작업 내역

1. 환경 변수 설정

• .env 파일 생성 및 Grok API 관련 환경 변수 추가
• API 키, 기본 URL, 모델 등 Grok 관련 설정 구성
• 기존 OpenAI 및 DeepSeek 환경 변수도 추가하여 통합 관리

2. Grok 클라이언트 구현

• utils/grok_client.py 파일 생성
• OpenAI 및 DeepSeek 클라이언트와 유사한 인터페이스 구현
• Grok API 호출 메소드 및 오류 처리 로직 구현
• chat_completion, generate, rag_generate 등의 핵심 메소드 구현

3. LLM 인터페이스 업데이트

• utils/llm_interface.py 파일 수정
• Grok LLM을 지원 목록에 추가
• Grok 클라이언트 초기화 및 관리 코드 구현
• LLM 세부 정보 반환 메소드 업데이트

향후 작업 계획

1. 테스트 및 검증

• 유닛 테스트 및 통합 테스트 수행
• 웹 인터페이스에서 Grok LLM 선택 및 작동 확인
• 다양한 프롬프트와 RAG 시나리오 테스트

2. 문서화

• API 사용법 및 설정 방법 문서화
• 사용자 안내서 업데이트

현재 상태

• 프로젝트 구조 파악 완료
• Grok 클라이언트 구현 완료
• LLM 인터페이스 업데이트 완료
• 환경 변수 설정 완료

해야 할 일

• 구현된 코드 테스트 및 디버깅
• 웹 인터페이스에서 테스트 진행
• 문서 업데이트